Modelagem da irradiação direta na incidência normal em Botucatu: aprendizado de máquina, estatístico e linke

• Ano de defesa: 2016
• Autor(a) principal: Santos, Cícero Manoel dos [UNESP]
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Redes neurais artificiais; Máquina de vetores de suporte; Variáveis climáticas; Neural artificial network; Support vector machine; Climatological variables
• Link de acesso: http://hdl.handle.net/11449/137832

A irradiação direta na incidência normal (Hb) possui papel importante no manejo de culturas agrícolas, na utilização como fonte de energia renovável e na modelagem atmosférica. Apesar de sua importância em diferentes áreas, medidas pontuais de Hb não são facilmente disponíveis nos centros de pesquisas, devido ao elevado custo de exportação dos sensores e suas manutenções periódicas. Os modelos estatísticos têm sido desenvolvidos e utilizados para estimativa de Hb nos locais onde não são monitorados. Estes modelos, normalmente, utilizam a Hg como variável de entrada, pois é a variável mais comumente medida em estações solarimétricas. Os modelos estatísticos correlacionam à fração transmitida da irradiação direta na incidência normal (ktb) com transmissividade atmosférica (kt) ou com a razão de insolação (n/N). Recentemente as técnicas de Aprendizado de Máquinas foram inseridas para estimativa de Hb. Teoricamente, são técnicas que apresentam alto desempenho na estimativa de modelos e gerar valores estimados mais precisos de Hb que os modelos estatísticos. O trabalho está divido em 4 capítulos divididos da seguinte forma. Capítulo 1: Propor a utilização da técnica Máquina de Vetor de Suporte – SVM e da Redes Neurais Artificiais para estimativa de Hb e comparar com os modelos estatísticos, testando diferentes variáveis de entrada, . Capítulo 2: Comparar a SVM com os modelos estatísticos. Capítulo 3: Comparar Rede Neural Artificial – RNA com os modelos estatísticos, utilizando o algoritmo Backpropagation. Capítulo 4: Modelagem da turbidez atmosférica de Linke com Hb. A fração transmitida de Hb (ktb) é modelada para obter Hb. Para treinamento e validação dos modelos é utilizado um banco de dados de 13 anos (1996 – 2008), medidos na estação radiométrica localizada na Faculdade de Ciências Agronômicas – FCA/UNESP (22,85°S; 48,45°W e 786m). Foram testadas diferentes variáveis de entrada para verificar qual a melhor na estimava dos modelos. Os índices estatísticos: MBE, rMBE, RMSE, rRMSE, d de Willmott e o erro percentual (%) são utilizados para validar os modelos. Os modelos foram propostos e avaliados nas partições de tempo: horária e diária. Os resultados mostraram que os modelos estatísticos estimam Hb com resultados (20% ≤ rRMSE < 30%). Os modelos propostos (SVM e RNA) geram resultados melhores que os modelos estatísticos e são indicados para estimativa de Hb (rRMSE < 20%). O modelo da SVM estima Hb melhor que RNA, por isso seu uso é tido como a primeira escolha entre os modelos.